摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-15页 |
1.1 课题研究的背景和意义 | 第8-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.3 本文主要的研究内容和组织结构 | 第13-15页 |
第2章 递归流数据包分类算法 | 第15-27页 |
2.1 递归流分类算法的提出 | 第15-16页 |
2.2 递归流分类算法的预处理过程 | 第16-17页 |
2.3 递归流分类算法的缩减过程 | 第17-18页 |
2.4 递归流分类算法举例 | 第18-21页 |
2.5 递归流分类算法的初始化性能优化 | 第21-26页 |
2.5.1 通过减少冗余来提高递归流分类的初始化性能 | 第21-24页 |
2.5.2 通过预处理来提高递归流分类的初始化性能 | 第24-26页 |
2.6 本章小结 | 第26-27页 |
第3章 递归流分类在入侵检测工具Snort中的应用 | 第27-39页 |
3.1 递归流分类规则与Snort检测规则的相关性 | 第27-28页 |
3.2 入侵检测工具Snort检测规则的加载 | 第28-33页 |
3.3 递归流分类算法与Snort的结合 | 第33-35页 |
3.4 数据包解码及检测 | 第35-37页 |
3.5 入侵检测工具Snort性能的提升 | 第37-38页 |
3.6 本章小结 | 第38-39页 |
第4章 状态包分类在网关数据流检测中的应用 | 第39-51页 |
4.1 系统的工作流程 | 第39-40页 |
4.2 系统设计 | 第40-43页 |
4.2.1 系统的初始化 | 第40-42页 |
4.2.2 系统的检测流程 | 第42-43页 |
4.3 系统的性能评估 | 第43-47页 |
4.3.1 系统的基本性能评估 | 第44页 |
4.3.2 特征模式串的优化 | 第44-45页 |
4.3.3 调整特征模式串的长度来优化系统性能 | 第45-46页 |
4.3.4 调整所取应用层数据的长度来优化系统性能 | 第46-47页 |
4.4 网络环境下系统的性能测试 | 第47-50页 |
4.5 本章小结 | 第50-51页 |
结论 | 第51-53页 |
参考文献 | 第53-57页 |
攻读硕士学位期间发表的论文及其它成果 | 第57-59页 |
致谢 | 第59页 |